在六一儿童节这一天，腾讯的AI“艾灵”正式宣布其出道之路的开启。
“艾灵”诞生于腾讯AI Lab的探索性技术项目中——AI数字人。正如钛媒体在报道《数字人时代：点亮“复活”的马丁·路德·金》中所描述的那样，这个项目的目标是融合多模态AI能力，如计算机视觉、语音/歌声合成和转换、图像/视频合成和迁移、自然语言理解等，从而创建出具有高度交互性的内容以及逼真度极高的智能数字人。
该项目不仅仅局限于理论研究，还致力于推动AI在虚拟偶像、虚拟助理、在线教育、数字内容生成等实际领域的应用。而“艾灵”则是在这样的背景下孕育而生。
回顾过往，该实验室曾推出过如电竞解说“天鹅静”等虚拟角色。相较之下，“艾灵”则更擅长于情感丰富的歌唱和舞蹈。她的“师傅”龟娘与其合唱的《下山》曲目及唱跳《你最最最重要》等视频已在B站陆续上线。
六一儿童节当天，艾灵与王俊凯共同为孩子们带来新歌《点亮》。这首歌曲的独特之处在于H5界面中，用户只需选择几个关键词，艾灵便能基于此创作出歌词并完成演唱。这一功能主要得益于腾讯AI Lab的DurIAN声学模型和SongNet歌词创作模型。
DurIAN声学模型使AI掌握了人类歌唱技巧的精髓。早先时期的自动合成语音仅是机械地将字词生硬拼接，与人类自然的语音韵律相差甚远。但如今，随着机器学习技术的发展，AI在歌唱方面的表现越发逼真。
艾灵的歌声合成流程如下：将歌曲描述为一系列音素序列；然后，通过分析歌谱提取出各种音素特征；使用深度网络声学模型和声码器模型，模拟出真人般的歌声音频。
在虚拟偶像领域，如初音未来等并非真正的AI产物。她们更多的是通过“机器合成与人工”的结合来创作歌曲。缺少了人工的环节，虚拟歌姬的演唱就只是一堆电子音的堆砌，缺乏情感和技巧。而“艾灵”则是这一领域的科技新星。
腾讯AI Lab对这一技术的应用前景充满信心。他们表示，除了用于降低歌曲制作成本外，该技术还可为音乐人提供强大的制作工具。
除了歌声合成技术外，腾讯AI Lab还在研究在数据量有限和录音质量差的情况下如何进行歌声合成。
至于SongNet歌词创作模型，它能够根据给定的命题自动创作歌词。这一深度学习模型的特色在于其能够适应各种格式和模板，生成与之相匹配的文本。
尽管如此，艾灵目前仍需依赖系统提供的关键词来生成基础歌词。腾讯AI Lab正致力于探索全新的自动化音乐合成技术以及基于新乐曲自动生成歌词的新方法。
以陈奕迅的《十年》为例，腾讯AI Lab通过SongNet重新填词，不仅保持了歌词的格式不变，还根据原曲谱进行了演唱。这一实验展示了SongNet模型在歌词创作方面的强大能力。
SongNet模型的设计结合了Transformer的自回归语言模型、预训练和微调范式等先进技术。通过这些技术手段，模型能够更好地把握歌词的格式、韵律以及句子的完整性。
未来，艾灵将在更多领域展现其才华。除了六一儿童节的献唱外，她还将借助腾讯AI Lab研发的游戏解说生成模型，为王者荣耀等游戏生成生动活泼的解说词。